09 水下图像处理技术

Et Ed E fs Ebs
其中，Ed只包含水下目标的信息。 Efs包含了部分水下目标的信息。 Ebs为背景噪声.
图像变质模型
线性系统模型。 h(x,y,u,v) 假定f（u，v）和g（x，y）分别代表 真实景物和变质图像的二维函数。 根据线性系统的特点，图像变质模型 用如下函数表示： g ( x, y) f (u, v)h( x, y, u, v)dudv
水下图像处理

利用测得的海水的PSF，通过褪卷积则 可以对原始图像未知的模糊图像进行恢 复，达到消模糊的目的。
ห้องสมุดไป่ตู้
（2）水体点扩展函数的测量 （i）测量原理 在无散射和吸收的理想海水中，离点光源即δ 函数一定 距离处得到的像将也是一个亮点；由于海水的散射作用， 实际上得到的像除中心亮点外，还有向四周扩散渐弱的 光晕，即由于水体的作用，点源的像模糊了，此模糊象 即水体的PSF。此过程可表示为： PSF=δ （x，y）*PSF 因此，根据水中光或图象传输的概念，测量点源经过水 体后的光分布，则直接得到PSF。但是点光源在实际中很 难得到，这一方法不具备实用性。若能得到某已知图象 f0（x，y）经水体传输的模糊象g0（x，y），从式进行 褪卷积运算，则可以计算得到水体点扩展函数 .
（ii) 测量系统
原图
10cm水体传输后的模糊图
20cm水体传输后的模糊图 30cm水体传输后的模糊图
条纹模板直接逆滤波恢复图像
条纹模板Wiener滤波恢复图象
G( , ) H ( , ) F ( , ) N ( , )
F ( ,) G( ,) / H ( , ) N ( , ) / H ( , )
2、维纳滤波 根据维纳滤波的准则，要使滤波前后图像与的均方误差为最小，即 应使： 2

| f ( x, y ) f ( x, y ) |
水下图像处理技术
散射可看成三种物理现象的结果：


（1） 经过粒子的作用，光偏离直线传播 （ 2 ）光透入粒子发生一次或多次的反射 （折射） （3） 光在粒子表面反射
水中吸收及散射比空气中要强。想象在水中离一个点光源一定距离处 用照相机拍它的象, 若无散射，将得到一个亮点即δ 函数，它是原点光 源的象；由于实际上有散射，点源的象模糊了，除中心亮点外，还有 向四周扩散渐弱的光晕，此模糊象即为PSF。可见，PSF是水体的脉冲 响应。
图像恢复方法
1、逆滤波方法 如果噪声可忽略，则： g ( x, y ) f ( x, y ) h( x, y ) 进行Fourier变换： G( , ) H ( , ) F ( , )
F ( , ) G( , ) / H ( , )
或： （1）
在实际应用逆滤波恢复时存在如下问题： （1）H存在零点时，上式无法应用； （2）系统或多或少存在一些噪声，这时，
就变成了逆滤波。这就是说，当信噪比很高时，维 纳滤波接近逆滤波。 （3）当信噪比较小时，即 Sn (u, v) S f (u, v) 逆滤波表现不敏感。这就是说，维纳滤波可避免对噪声 的放大作用。在使用维纳滤波法时，H(u,v)由点扩展函 数确定,
关于模糊图像的恢复算法研究已有几十年， 但处理水下模糊图像的实际应用很少。 目前有较多实际应用的是X射线成像图像及卫 星、航空、遥感等所得图片的恢复，人们对X 射线照片的噪声特点、大气扰动对图像的退 化作用等都有比较成熟的认识。而对于水下 图像，长距离、多次散射的光传输尚无系统 的定量结果，不同环境条件下、不同水体的 扩展函数的扰动机制、噪声模型几乎没有研 究。
dxdy min
可以导出经典的维纳滤波器传递函数：
W (u , v) H (u , v) S | H (u , v) |2 n Sf
恢复的图像谱为：
F (u , v) G (u , v)W (u , v) G (u , v)

H (u , v) S | H (u , v) | 2 n Sf
Sn
Sf
分别为噪声与原图像的功率谱， H*(u,v)为H(u,v)的共轭矩阵
（1）克服了逆滤波的零点问题。 当H(u,v)=0时，由于 S n / S f 的存在，不会出现病态问 题。 （2）如果系统中不存在噪声，即 Pn (u, v) 0 ，因此有：
F (u, v) G(u, v) / H (u, v)
图像的增强
图像增强的目的：
（1）改善图像的视觉效果，提高图像的 清晰度（定性） （2）有利于计算机的处理（定量）。如： 锐化有利于图像边缘检测
图像增强的方法：



灰度变换 直方图修整 图像平滑 图像锐化 彩色技术等
水下图像传输示意图
水下目标成像机制 成像系统接收到的信号由如下三部分构成： (a) 被水下目标反射的光，没有被水体散射的光信号(Ed); (b)被水下目标反射的光，被水体小角度散射的光信号(Efs); (c)没有被水下目标反射，而进入接收器的光信号(Ebs)。
如果此系统为线性空不变系统，那么，上式可写为：
g ( x, y) f (u, v)h( x u, y v)dudv f ( x, y) h( x, y)
F(u,v)
n(x,y)
g(x,y)
如果系统有噪声干扰，则：
g ( x, y ) f ( x, y ) h ( x, y ) n ( x, y )